Calcular índices (Estadística espacial)

Resumen

Calcula índices crudos o suavizados. El método de índice Bayes empírico global suaviza las tasas hacia un índice de referencia global. Los métodos de índice Bayes empírico local, promedio ponderado localmente y mediana ponderada localmente utilizan vecinos locales para suavizar espacialmente los índices.

Más información sobre cómo funciona Calcular índices

Uso

• Si el valor del parámetro Entidades o tabla de entrada es una tabla, las opciones para el parámetro Método de índice se limitarán a Índice bruto y Bayes empírico global. Las opciones Bayes empírico local, Promedio ponderado local y Mediana ponderada local solo son válidas para datos espaciales.

• La herramienta proporciona varias opciones para el parámetro Tipo de vecindad. Sin embargo, para personalizar aún más las vecindades, utilice Explorador de vecindades para configurar las vecindades y exportar un archivo .swm. Utilice el archivo .swm como valor del parámetro Matriz de ponderaciones espaciales.

• Si los valores del índice son pequeños, pueden ser difíciles de interpretar. Utilice el parámetro Multiplicador de índice para escalar los índices o para informar de los índices por unidad específica de población. Por ejemplo, si el valor del Multiplicador de índice es 10.000, los índices se informarán como un número por 10.000 personas.

• Si se selecciona un método de índice de suavizado espacial, cada entidad focal se incluirá en su propia vecindad. Por ejemplo, si el valor del parámetro Tipo de vecindad es K Vecinos más cercanos y el valor del parámetro Número de vecinos es 7, cada entidad tendrá una vecindad con 8 entidades. Para calcular el índice de una entidad focal, se utiliza toda la vecindad.

• Si el parámetro Método de índice está configurado en Bayes empírico local, Promedio ponderado localmente o Mediana ponderada localmente, la salida incluirá un campo Number of Non-Null Neighbors. Este campo contiene la cantidad de vecinos, incluida la entidad focal, que no tenían un valor negativo o nulo en los valores de los parámetros Campo de población y Campo de recuento.

• Las entidades con un valor de 0 en el valor Campo de población recibirán un valor de índice bruto nulo.

• Si el parámetro Método de índice está configurado en Promedio ponderado localmente o Mediana ponderada localmente, la salida incluirá un campo Fill Missing Value. Este campo indica si se imputó un índice para una entidad con un valor de Campo de recuento o Campo de población negativo o nulo.

Parámetros

Cuadro de diálogo

Etiqueta	Explicación	Tipo de datos
Tabla o entidades de entrada	La tabla o entidades que contienen campos de recuento y campos de población para calcular índices.	Table View
Campos de índice	Los campos de recuento y población que se utilizarán para calcular los índices.	Value Table
Incorporar campos a la entrada (Opcional)	Especifica si los campos se incorporarán al dataset de entrada o se guardarán en una tabla o clase de entidad de salida. Activado: los campos se incorporarán a las entidades de entrada. Esto modifica los datos de entrada. Desactivado: se creará una tabla o una clase de entidad de salida que contenga los campos. Esta es la opción predeterminada.	Boolean
Tabla o entidades de salida (Opcional)	La tabla o clase de entidad de salida que contiene los índices y campos adicionales para ayudar a evaluar los índices.	Feature Class; Table
Método de índice (Opcional)	Especifica el método que se utilizará para calcular los índices. índice bruto—Los índices se calcularán dividiendo los valores del campo de recuento por los valores del campo de población. Esta es la opción predeterminada. Bayes empírico global—Los índices serán el promedio ponderado del índice bruto y el índice promedio global. La ponderación dependerá del tamaño de la población de la entidad. Bayes empírico local—Los índices serán el promedio ponderado del índice bruto de la entidad focal y el índice promedio ponderado de su vecindad. Promedio ponderado localmente—Los índices serán el índice promedio ponderado espacialmente de cada entidad y su vecindad. Mediana ponderada localmente—Los índices serán el índice mediano ponderado espacialmente de cada entidad y su vecindad.	String
Distribución de probabilidad	Especifica la distribución de probabilidad del campo de recuento. Poisson—Se supone que el campo de recuento sigue una distribución Poisson. Esta es la opción predeterminada. Binomial—Se supone que el campo de recuento sigue una distribución binomial.	String
Tipo de vecindad (Opcional)	Especifica que el método se utilizará para identificar los vecinos de cada entidad. Banda de distancia—Se aplica una distancia umbral para identificar a los vecinos. Cada entidad incluida en la distancia umbral de una entidad focal se considera un vecino. Si la entrada contiene entidades de puntos o líneas, este es el valor predeterminado. Solo bordes de contigüidad—Las entidades poligonales que comparten un límite o solapan una entidad se convierten en vecinos de esa entidad. Bordes o esquinas de contigüidad—Las entidades que se superponen o comparten un borde o un vértice con una entidad son vecinos de esa entidad. Si la entrada contiene entidades poligonales, este es el valor predeterminado. K vecinos más cercanos—Se asigna el mismo número de vecinos, k, a cada entidad. Las entidades k más próximas a una entidad se convierten en sus vecinos. Triangulación de Delaunay—Se crea una malla de triángulos no superpuestos a partir de los centroides de la entidad. Cada entidad es un nodo de triángulo y nodos que comparten bordes y que se consideran vecinos. Obtener ponderaciones espaciales a partir de un archivo—Las relaciones espaciales entre entidades se definen en un archivo de matriz de ponderaciones espaciales (.swm).	String
Banda de distancia (Opcional)	La distancia desde cada entidad que se utilizará para buscar vecinos. Todas las entidades dentro de esta distancia se incluirán como vecinas.	Linear Unit
Cantidad de vecinos (Opcional)	La cantidad de vecinos que se incluirán en la vecindad de una entidad.	Long
Matriz de ponderaciones espaciales (Opcional)	La ruta y el nombre del archivo de la matriz de ponderaciones espaciales que define las relaciones espaciales entre las entidades.	File
Esquema de ponderación local (Opcional)	Especifica el esquema de ponderación que se aplicará a los vecinos al calcular las estadísticas locales. No ponderado—Los vecinos no serán ponderados. Esta es la opción predeterminada. Bicuadrado—Los vecinos se ponderarán utilizando un esquema de kernel bicuadrado. Gaussiano—Los vecinos se ponderarán utilizando un esquema de kernel gaussiano.	String
Ancho de banda kernel (Opcional)	El ancho de banda de los esquemas de ponderación locales bicuadrados o gaussianos. Si no se proporciona ningún valor, se estimará uno durante el procesamiento y se incluirá como un mensaje de geoprocesamiento.	Linear Unit
Multiplicador de índice	Un valor constante que se multiplicará por los índices. Este parámetro se puede utilizar para escalar los índices o para informar de los índices por unidad específica de población. Por ejemplo, cuando el valor se establece en 10.000, los índices se informarán como un número por 10.000 personas.	Long

Salida derivada

Etiqueta	Explicación	Tipo de datos
Tabla de entrada actualizada	La tabla de entrada actualizada.	Table View
Grupo de capas de salida	Si se especifica una clase de entidad para el parámetro Tabla o entidades de entrada, se genera una capa de grupo con una capa para cada índice especificado en el parámetro Campos de índice.	Group Layer

Python

arcpy.stats.CalculateRates(in_table, rate_fields, {append_to_input}, {out_table}, {rate_method}, probability_distribution, {neighborhood_type}, {distance_band}, {number_of_neighbors}, {weights_matrix_file}, {local_weighting_scheme}, {kernel_bandwidth}, rate_multiplier)

Nombre	Explicación	Tipo de datos
in_table	La tabla o entidades que contienen campos de recuento y campos de población para calcular índices.	Table View
rate_fields [[count_field, population_field],...]	Los campos de recuento y población que se utilizarán para calcular los índices.	Value Table
append_to_input (Opcional)	Especifica si los campos se incorporarán al dataset de entrada o se guardarán en una tabla o clase de entidad de salida. APPEND—Los campos se incorporarán a las entidades de entrada. Esto modifica los datos de entrada. NO_APPEND—Se creará una tabla o una clase de entidad de salida que contenga los campos. Esta es la opción predeterminada.	Boolean
out_table (Opcional)	La tabla o clase de entidad de salida que contiene los índices y campos adicionales para ayudar a evaluar los índices.	Feature Class; Table
rate_method (Opcional)	Especifica el método que se utilizará para calcular los índices. CRUDE_RATE—Los índices se calcularán dividiendo los valores del campo de recuento por los valores del campo de población. Esta es la opción predeterminada. GLOBAL_EMPIRICAL_BAYES—Los índices serán el promedio ponderado del índice bruto y el índice promedio global. La ponderación dependerá del tamaño de la población de la entidad. LOCAL_EMPIRICAL_BAYES—Los índices serán el promedio ponderado del índice bruto de la entidad focal y el índice promedio ponderado de su vecindad. LOCALLY_WEIGHTED_AVERAGE—Los índices serán el índice promedio ponderado espacialmente de cada entidad y su vecindad. LOCALLY_WEIGHTED_MEDIAN—Los índices serán el índice mediano ponderado espacialmente de cada entidad y su vecindad.	String
probability_distribution	Especifica la distribución de probabilidad del campo de recuento. POISSON—Se supone que el campo de recuento sigue una distribución Poisson. Esta es la opción predeterminada. BINOMIAL—Se supone que el campo de recuento sigue una distribución binomial.	String
neighborhood_type (Opcional)	Especifica que el método se utilizará para identificar los vecinos de cada entidad. DISTANCE_BAND—Se aplica una distancia umbral para identificar a los vecinos. Cada entidad incluida en la distancia umbral de una entidad focal se considera un vecino. Si la entrada contiene entidades de puntos o líneas, este es el valor predeterminado. CONTIGUITY_EDGES_ONLY—Las entidades poligonales que comparten un límite o solapan una entidad se convierten en vecinos de esa entidad. CONTIGUITY_EDGES_CORNERS—Las entidades que se superponen o comparten un borde o un vértice con una entidad son vecinos de esa entidad. Si la entrada contiene entidades poligonales, este es el valor predeterminado. K_NEAREST_NEIGHBORS—Se asigna el mismo número de vecinos, k, a cada entidad. Las entidades k más próximas a una entidad se convierten en sus vecinos. DELAUNAY_TRIANGULATION—Se crea una malla de triángulos no superpuestos a partir de los centroides de la entidad. Cada entidad es un nodo de triángulo y nodos que comparten bordes y que se consideran vecinos. GET_SPATIAL_WEIGHTS_FROM_FILE—Las relaciones espaciales entre entidades se definen en un archivo de matriz de ponderaciones espaciales (.swm).	String
distance_band (Opcional)	La distancia desde cada entidad que se utilizará para buscar vecinos. Todas las entidades dentro de esta distancia se incluirán como vecinas.	Linear Unit
number_of_neighbors (Opcional)	La cantidad de vecinos que se incluirán en la vecindad de una entidad.	Long
weights_matrix_file (Opcional)	La ruta y el nombre del archivo de la matriz de ponderaciones espaciales que define las relaciones espaciales entre las entidades.	File
local_weighting_scheme (Opcional)	Especifica el esquema de ponderación que se aplicará a los vecinos al calcular las estadísticas locales. UNWEIGHTED—Los vecinos no serán ponderados. Esta es la opción predeterminada. BISQUARE—Los vecinos se ponderarán utilizando un esquema de kernel bicuadrado. GAUSSIAN—Los vecinos se ponderarán utilizando un esquema de kernel gaussiano.	String
kernel_bandwidth (Opcional)	El ancho de banda de los esquemas de ponderación locales bicuadrados o gaussianos. Si no se proporciona ningún valor, se estimará uno durante el procesamiento y se incluirá como un mensaje de geoprocesamiento.	Linear Unit
rate_multiplier	Un valor constante que se multiplicará por los índices. Este parámetro se puede utilizar para escalar los índices o para informar de los índices por unidad específica de población. Por ejemplo, cuando el valor se establece en 10.000, los índices se informarán como un número por 10.000 personas.	Long

Salida derivada

Nombre	Explicación	Tipo de datos
updated_table	La tabla de entrada actualizada.	Table View
output_layer_group	Si se especifica una clase de entidad para el parámetro in_table, se genera una capa de grupo con una capa para cada índice especificado en el parámetro rate_fields.	Group Layer

Muestra de código

Ejemplo 1 de CalculateRates (ventana de Python)

En el siguiente script de Python se muestra cómo utilizar la función CalculateRates.

import arcpy
in_features = r"C:\Health.gdb\cancer_deaths"
out_features = r"C:\Health.gdb\cancer_rate"
rate_fields = "deaths_2024 population_2024; deaths_2023 population_2023"
rate_method = "Global Empirical Bayes"
distribution = "Poisson"
scaling_factor = 100000

arcpy.stats.CalculateRates(
    in_features, rate_fields, "NO_APPEND", out_features, rate_method,
    distribution, None, None, None, None, None, None, scaling_factor)

Ejemplo 2 de CalculateRates (script independiente)

En el siguiente script de Python se muestra cómo utilizar la función CalculateRates.

import arcpy

arcpy.env.workspace = r"C:\Health.gdb"

in_features = "cancer_deaths"
out_features = "cancer_rate"
rate_fields = "deaths_2024 population_2024; deaths_2023 population_2023"
rate_method = "RAW_RATE"
scaling_factor = 100000

arcpy.stats.CalculateRates(
    in_features, rate_fields,"NO_APPEND", out_features, rate_method, None, 
    None, None, None, None, None, None, scaling_factor)

Entornos

Sistema de coordenadas de salida